Uber redesenhou recuperação, hidratação de dados, ranking e publicidade no Uber Eats, cortando a latência de busca em 50% com otimizações incrementais em toda a stack.
A Uber reduziu em 50% a latência de ponta a ponta da busca do Uber Eats ao reconstruir recuperação, hidratação de features, ranking, publicidade e infraestrutura, com ganhos medidos em centenas de milissegundos por frente.
O que a uber mudou no pipeline de busca do uber eats
Troca da métrica de latência para Above-the-Fold completion, com ganho de mais de 200 ms via paginação com cache no servidor e renderização assíncrona.
Cortes na recuperação e hidratação somam centenas de milissegundos de economia.
Leia também · há 5 meses
Web Summit Rio 2026 define datas e confirma palestrantes de peso no Riocentro
O que engenheiros da área destacaram
Anubhooti Nagar, Pratik Dhanave e Vidya Pandey comentaram o caso publicamente, destacando otimização incremental e o ciclo Medir, Identificar, Corrigir, Validar.
Próximos passos da uber no pipeline de busca
| Frente de otimização | Ganho de latência |
|---|---|
| Renderização assíncrona e paginação com cache no servidor | Mais de 200 ms |
| Publicidade: dados de lances em colunas e acesso em memória | Cerca de 130 ms |
| Remoção de estratégias de recuperação de baixo valor | Cerca de 120 ms |
| Separação entre hidratação de ranking e dados de apresentação | Mais de 100 ms |
| Embeddings em nível de produto | Cerca de 50 ms |
| Request hedging | Cerca de 40 ms |
| Remoção de dependências | Cerca de 35 ms |
Arraste para o lado para ver toda a tabela.
Microbatching de ponta a ponta, Zero Pass Ranking e streaming multipart em HTTP, com redução de mais de 50% no p99 em testes iniciais de busca por produto.
Fonte: Infoq
Quem escreveu
Dagmar Cirino · Editor-chefe
Especialista em tecnologia, criador de conteúdo e fundador do portal Mercado de TI e Casa do Dev. Analiso tendências de mercado, Inteligência Artificial e carreira, entregando informações precisas, transparentes e acessí...
